Guardo la causa da 134 miliardi tra Musk e OpenAI e vedo oltre il dramma da tabloid tech che sta riempiendo le feed. La cifra è scioccante, certo, ma il vero segnale qui è la fragilità strutturale di come abbiamo costruito i giganti dell'AI. Per chi come me passa le giornate a progettare architetture, la lezione è chiara: la governance ibrida è un incubo operativo che esplode sotto la pressione della scalabilità.

Non mi interessa il gossip, ma la stabilità dei provider su cui baso i miei agenti. Se Microsoft venisse costretta a pagare, questo potrebbe rallentare gli investimenti infrastrutturali o cambiare i termini di servizio delle API che uso ogni giorno. È un promemoria brutale: costruire tutto su un unico vendor è un rischio che non possiamo più correre. Serve diversificare, e forse la risposta sta proprio in quella integrazione reale dell'AI che predico da tempo, dove non dipendiamo da un singolo oracolo.

La fine dell'era purista: ads e sostenibilità

Era inevitabile: l'inferenza costa una fortuna. L'introduzione delle pubblicità su ChatGPT negli USA segna la fine dell'era "free ride". Da un punto di vista tecnico, apprezzo la scelta di mantenere l'ad serving separato dal flusso dei token del LLM: inquinare l'output generativo sarebbe stato disastroso per la trustability dello strumento.

Il vero impatto si vedrà sui workflow aziendali. Il lancio di ChatGPT Go a 8 dollari suggerisce una segmentazione chiara: paghi poco o nulla e sei il prodotto, paghi il premium e ottieni potenza di calcolo pulita. Per noi architect, questo significa dover ricalcolare i costi dei nostri sistemi. Non basta più guardare il prezzo per token, bisogna considerare il costo della "pulizia" del dato in uscita.

Il codice che si ripara da solo

La notizia che mi ha fatto saltare sulla sedia, però, è un'altra: Claude Code che scrive Claude Cowork. Vedere Anthropic usare la propria AI per costruire un prodotto interno in 10 giorni è la validazione definitiva del metodo che applico ogni giorno. Il collo di bottiglia non è più la sintassi, è la chiarezza delle specifiche.

Sto ripensando i miei flussi di lavoro proprio in questi giorni: d'ora in poi, tratterò l'AI come un junior dev instancabile a cui delegare interi moduli. Questo si collega perfettamente alla rivoluzione dei sistemi multi-agente e dei DSLMs (Domain Specific Large Models). Piccoli modelli verticali che parlano tra loro sono infinitamente più efficienti di un singolo LLM generalista. È qui che vedo il vero valore: passare dal "giocare con i prompt" a ingegnerizzare sistemi robusti. Se volete approfondire come questi flussi cambiano il gioco, ho analizzato il tema parlando di AI agentica e workflow.

Hardware, Open Source e sovranità

Infine, c'è un segnale forte dall'Europa e dal mondo open source. L'UE mette sul tavolo 307 milioni, con una fetta dedicata all'Open Internet Stack. Solitamente ignoro la burocrazia, ma qui c'è sostanza tecnica: si parla di alternative solide ai walled garden americani.

In parallelo, il rilascio open source di Spirit AI per la robotica e di LTX-2 per il video è una manna. Avere i pesi disponibili in locale mi permette di integrare visione e azione in workflow personalizzati, bypassando la latenza del cloud. Immagino già applicazioni logistiche dove l'agente "vede" e corregge errori in tempo reale, portando l'automazione direttamente sull'edge. È esattamente quella rivoluzione pragmatica che stavo aspettando per uscire dalle chat e agire sul mondo fisico.

Questa settimana ci ha insegnato che l'AI non è più solo un chatbot simpatico: è un'industria pesante fatta di cause legali, costi infrastrutturali e architetture complesse. Per chi vuole costruire sul serio, è il momento di sporcarsi le mani con il codice e con la strategia. Se cercate gli strumenti giusti per iniziare a costruire la vostra infrastruttura, date un'occhiata alla mia lista strumenti AI.